マテリアルズインフォマティクス(MI)による高分子材料の配合条件の最適化

株式会社　技術情報協会槇大輔氏 ... 60,500円

★　複数の成分、フィラー、添加剤…制約がある配合割合を、MIで効率よく導き出す！

会場

講師

プログラム

特典

お知らせ

開催日時

2026/09/15 (火) 10:30～ 16:15 （受付 10:00 ～ )

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

2026/07/13 ～ 2026/09/08

主催会社

株式会社　技術情報協会

この主催会社の他の最新セミナーを見る

定員

定員数の上限はございません

受講料

60,500円 (税込／各種割引については下段「お知らせ」欄をご参照ください）

開講場所

Zoomを利用したLive配信
※会場での講義は行いません。　

講師

槇大輔氏: 三井化学(株)　デジタルサイエンスラボ　研究員

【専門】
マテリアルズ・インフォマティクス、有機化学

【略歴】
2018年4月～2021年12月　色材・機能材料メーカー入社
顔料、機能性色素の開発を担当
2022年1月　三井化学(株)入社
マテリアルズ・インフォマティクスを活用した材料開発を担当

天本義史氏: 東京大学　大学院新領域創成科学研究科　特任准教授　博士（工学）　

【専門】
データサイエンス、高分子インフォマティクス

窪内将隆氏: (株)KNiT　代表取締役　博士（工学）

【専門】
AI画像解析、マテリアルズ／プロセスインフォマティクス、固体物理

【略歴】
2017年　東北大学大学院工学研究科応用物理学専攻　博士（工学）修了
産業技術総合研究所、大手上場化学メーカーにて、物理・化学を用いたものづくりの研究、およびAIによる実験・製造工程の最適化に従事
2023年12月　株式会社KNiTを設立、代表取締役に就任

カリキュラム、
プログラム

【10:30-12:00】
１．量子技術を活用したマテリアルズ・インフォマティクスによる樹脂製品の組成最適化

三井化学(株)　槇大輔氏

１．マテリアルズ・インフォマティクス概観

２．量子アニーリングの概観
　2.1　量子アニーリングの基礎
　2.2　組合せ最適化問題
　2.3　量子アニーリングを用いたブラックボックス最適化
　2.4　化学分野における量子アニーリングの活用事

３．三井化学での量子アニーリング活用事例
　3.1　古典量子ハイブリッドアルゴリズムの開発
　3.2　電子部品材料の組成最適化
　　　・従来手法との探索結果の比較
　　　・抽出組成の多様性評価
　3.3　接着剤の組成最適化
　　　・シミュレーテッドアニーリングによる探索
　　　・抽出組成の分析

４．まとめと今後の展望

―――――――――――――――――――――――――――――――――――

【13:00-14:30】
２．マルチタスク機械学習を用いた生分解性プラスチックの材料設計と相反する特性の両立

東京大学　天本義史氏

１．ポリマーインフォマティクス

２．多目的最適化を用いた分解とタフネスの両立
　2.1　ベイズ最適化
　2.2　分解性ポリアミドの多目的最適化
　2.3　多因子解析

３．マルチモーダル・マルチタスク機械学習
　3.1　マルチモーダル・マルチタスクとは
　3.2　配合やプロセスの異なる分解性ポリエステルの調製
　3.3　機械学習モデルの構築と説明可能AI

４．代理目的変数を用いたベイズ最適化
　4.1　生分解性高分子におけるMI設計の課題
　4.2　測定データから代理目的変数の抽出
　4.3　代理目的変数に対するベイズ最適化

―――――――――――――――――――――――――――――――――――

【14:45-16:15】
３．AI画像解析によるフィラー粒子の定量化とインフォマティクスを用いた最適条件の探索

(株)KNiT　窪内将隆氏

１．画像とインフォマティクス　～画像の構造化(数値化)という壁～

２．従来の画像解析手法とAIの違い
　2.1　古典的手法（二値化・エッジ検出）の限界と「閾値のジレンマ」
　2.2　異常検知AI・物体検出AIでは構造化できない理由
　2.3　AIの登場による画像解析のパラダイムシフト

３．画像を構造化するセグメンテーション手法
　3.1　セグメンテーションの種類（セマンティック／インスタンス／パノプティック）
　3.2　輪郭抽出から得られる23項目以上の幾何・統計パラメーター
　3.3　用途別の特徴量抽出例（フィラー・触媒・繊維・粉体・焼結体・ナノ粒子）

４．高精度・高速・低価格なAI画像解析ツール「GeXeL」
　4.1　普及を阻んでいた3つの壁（精度・育成・価格）
　4.2　教師データ不要・全自動・クラウドでの解析フロー
　4.3　難解な画像（ナノ粒子・ぼやけ・低コントラスト・焼結体）への対応
　4.4　出力データ（数値化結果）の例

５．【事例】フィラー粒子の定量化とインフォマティクスによる最適条件探索
　5.1　課題設定：最大長の増大と変動係数CV≦10%の多目的最適化
　5.2　画像解析ステップ：粒子認識と幾何パラメーターの数値化
　5.3　条件最適化ステップ：説明変数・目的変数の設計
　5.4　LassoとランダムフォレストによるモデリングとRMSE／R²評価
　5.5　ベイズ最適化による条件探索（獲得関数EIとLCBの比較）

６．イメージインフォマティクス（ImI）の展望
　6.1　「製造条件→画像→物性」という因果構造のモデル化
　6.2　高分子・ゴム・電池・触媒など他材料系への展開
　6.3　暗黙知の数値化と、標準化（ISO/JIS）への発展

７．まとめ

特典

セミナー資料付
各講で最後に質疑応答時間あり。

セミナー参加費
支払い方法

1. 銀行振込または現金書留にてお願いいたします。

2. 原則として開催日までにお願い致します。

3. 銀行振込の場合は、原則として領収証の発行は致しません。

4. 振り込み手数料はご負担ください。

お知らせ

●各種割引について
1. 同一テーマ1社2名以上同時申込の場合のみ、1名につき5,500円（税込）割引いたします。
2. 大学（教員、学生）、公的機関、医療機関の方は、「アカデミック価格」33,000円/1名（税込）でご参加いただけます。（2名同時申込割引は適用されません）

※申し込み人数が開催人数に満たない場合など，状況により中止させて頂く事が御座います。

●Live配信セミナーの受講について
・ Zoom公式サイトで視聴環境を確認の上、お申し込みください。
・開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
・セミナー配布資料は印刷物を郵送いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。
・ Zoomのグループにパスワードを設定しています。部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。